research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Automatic Brain MRI Slices Classification Using Hybrid Technique
التصنيف التلقائي للدماغ لصور الرنين المغناطيسي باستخدام تقنية هجينة

Authors: Dr. AhlamFadhil Mahmood د.أحلام فاضل محمود --- Ameen Mohammed Abd-Alsalam أمين محمد عبد السلام
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 3 Pages: 198-212
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractThis paper presents an intelligent classification technique to identify normal and abnormal slices of the magnetic resonance human brain images(MRI). The prtoposed hybrid technique consists of four subsequent stages; namely, dimensionality reduction, preprocessing, feature extraction, and classification. In the initial stages, the enhancement and removed unwanted informationare applied to provide a more appropriate image for the subsequent automated stages. In feature extraction stage, the most efficient features like statistical, and Haar wavelet features are extracted from each slice of brain MR images. In the classification stage, initially performs classification process by utilizing Fuzzy Inference System (FIS) and secondly Feed Forward Neural Network (FFNN) is used to classify the braintissue to normal or abnormal.The proposed automated system is tested on a data set of 572 MRI images using T1 horizontal transverse (axial) section of the brain. Hybrid method yields high sensitivity of 100%, specificity of 100% and overallaccuracy of 95.66% over FIS and FFNN. The classification result shows that the proposed hybrid techniques are robust and effective compared with other recently work.Keywords: Brain Tumor Classification; Fuzzy Inference System; Feed Forward Neural Network; MRI .

الملخصتستعرض هذه الورقة تقنية ذكية لتصنيف شرائح صور الدماغ بالرنين المغناطيسي إلى طبيعية أو مرضية. التقنية الهجينة المقترحة تشمل أربعة مراحل : تقليل أبعاد صور الرنين , تجهيزها، واستخراج الميزات ، والتصنيف. في المراحل الأولى، يتم استخدام تقنيات لإزالة المعلومات الغير مفيدة لتوفير صورة أكثر ملائمة لمراحل لاحقة. في مرحلة استخراج الميزات، يتم استخراج الميزات الأكثر كفاءة وهيإحصائية، وميزات المويجات لكل شريحة من صور الرنين المغناطيسي. في مرحلة التصنيف، يتم أولا استخدام نظام الاستدلال الضبابيثم الشبكة العصبية الاصطناعية لتصنيف إلى حالات طبيعية وأخرى مرضية. تم اختبار النظام الأوتوماتيكي المقترح باستخدام البيانات ل572 صورة رنين مغناطيسي لمقطع أفقي محوري لصور الدماغ. الطريقة الهجينة أعطت حساسية عالية مقدارها 100% وكذلك لعامل الخصوصية وبدقة مقدارها 95.66% بدمج المنطق المضبب والشبكة العصبية. نتائج التصنيف أثبتت كفاءة الطريقة المقترحة مقارنة مع أعمال حديثة


Article
Intelligent Feedback Scheduling of Control Tasks

Author: Fatin I. Telchy
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2014 Volume: 10 Issue: 2 Pages: 64-79
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

an efficient feedback scheduling scheme based on the proposed Feed Forward Neural Network (FFNN)scheme is employed to improve the overall control performance while minimizing the overhead of feedbackscheduling which exposed using the optimal solutions obtained offline by mathematical optimization methods. Thepreviously described FFNN is employed to adapt online the sampling periods of concurrent control tasks withrespect to changes in computing resource availability. The proposed intelligent scheduler will be examined withdifferent optimization algorithms. An inverted pendulum cost function is used in these experiments. Then,simulation of three inverted pendulums as intelligent Real Time System (RTS) is described in details.Numerical simulation results demonstrates that the proposed scheme can reduce the computationaloverhead significantly while delivering almost the same overall control performance as compared to optimalfeedback scheduling


Article
Solving Heat Transfer Equation by Using Feed Forward Neural Networks
حل معادلة التوصيل الحراري باستخدام الشبكات العصبية ذات التغذية التقدمية

Author: Alaa Kamel Jaber علاء كامل جابر
Journal: Al-Qadisiyah Journal of pure science(quarterly) مجلة القادسية للعلوم الصرفة (فصلية). ISSN: 19972490 Year: 2014 Volume: 19 Issue: 2 Pages: 163-172
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

The aim of this paper is to design feed forward neural network (FFNN) to solvethe heat equation. Using a multi-layer with 7 hidden units (neurons) and one linearoutput unit, the sigmoid activation function of each unit in hidden layer is tansigfunction, where the Levenberg – Marquardt training algorithm is used to train thenetwork .The existence of the proposed solution was proved. The suggested networkshave been studied intensively for a few decades and have provided an option formodeling complex systems. Therefore this option was utilized to reduce thecomputation of solution, and finally the method is demonstrated through illustrativeexamples.

الهدف من البحث هو تصميم شبكة عصبية ذات تغذية تقدمية لحل معادلة التوصيل الحراري. تم استخدام شبكة متعددة الطبقات ذات طبقة خفية واحدة تحتوي على 7 وحدات )عصبونات( ووحدة اخراج خطية واحدة، دالة التنشيط المستخدمة لكل وحدة في الطبقة المخفية كانت الدالة )tansig( وتم استخدام خوارزمية التدريب )trainlm(. تم اثبات وجود الحل للشبكة المقترحة. تم دراستها بشكل مكثف منذ بضعة عقود حيث قدمت خيارا لنمذجة الانظمة الصعبة. لذلك هذا الخيار استخدم لتقليل الحسابات في اثناء الحل ، واخيرا تم توضيح الشبكة المقترحة من خلال الأمثلة التوضيحية.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2014 (3)